[发明专利]车辆超重检测方法、装置、系统及终端设备有效
申请号: | 202110333233.3 | 申请日: | 2021-03-29 |
公开(公告)号: | CN112991311B | 公开(公告)日: | 2021-12-10 |
发明(设计)人: | 孙晓辉;洪成雨;胡明伟;陈曦;彭永燊 | 申请(专利权)人: | 深圳大学 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T7/60;G06K9/46;G06K9/62;G06N3/04;G06N3/08 |
代理公司: | 深圳中一联合知识产权代理有限公司 44414 | 代理人: | 赵智博 |
地址: | 518000 广东*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 车辆 超重 检测 方法 装置 系统 终端设备 | ||
1.一种车辆超重检测方法,其特征在于,所述车辆超重检测方法包括:
获取车辆的车轴数量、每个车轴上目标轮胎的第一曲面图像和所述目标轮胎所在车轴上的轮胎数量;
获取所述第一曲面图像与轮胎数据库中曲面图像的相似度,并确定所述轮胎数据库中与所述第一曲面图像相似度最大的曲面图像为第二曲面图像,所述轮胎数据库包括不同载重下的轮胎的曲面图像;
根据所述第二曲面图像对应的轮胎的载重、所述车辆的车轴数量和所述目标轮胎所在车轴上的轮胎数量,确定所述车辆的超重检测结果;
其中,获取所述第一曲面图像与轮胎数据库中曲面图像的相似度,包括:
从所述轮胎数据库中确定第一候选曲面图像,所述第一候选曲面图像对应的轮胎尺寸与所述目标轮胎的轮胎尺寸相同;
获取所述第一曲面图像与所述轮胎数据库中第一候选曲面图像的形变相似度;
确定所述形变相似度为所述第一曲面图像与所述第一候选曲面图像的相似度;
或者,从至少一个第一候选曲面图像中确定第二候选曲面图像,所述第二候选曲面图像是指所述形变相似度大于相似度阈值的所述第一候选曲面图像;
获取所述第一曲面图像和所述第二候选曲面图像的曲面相似度,并确定所述曲面相似度为所述第一曲面图像与所述第一候选曲面图像的相似度。
2.如权利要求1所述的车辆超重检测方法,其特征在于,获取所述第一曲面图像与所述轮胎数据库中第一候选曲面图像的形变相似度,包括:
根据所述第一曲面图像,确定所述目标轮胎的形变参数;
根据所述目标轮胎的形变参数和所述第一候选曲面图像对应的轮胎的形变参数,确定所述第一曲面图像与所述第一候选曲面图像的形变相似度,所述形变相似度是指所述目标轮胎的形变参数和所述第一候选曲面图像对应的轮胎的形变参数的相似度。
3.如权利要求1所述的车辆超重检测方法,所述根据所述第二曲面图像对应的轮胎的载重、所述车辆的车轴数量和所述目标轮胎所在车轴上的轮胎数量,确定所述车辆的超重检测结果,包括:
根据所述第二曲面图像对应的轮胎的载重、所述车辆的车轴数量和所述目标轮胎所在车轴上的轮胎数量,计算所述车辆的实际载重;
若所述车辆的实际载重小于或等于所述车辆的额定载重,则确定所述车辆的超重检测结果为未超重;
若所述车辆的实际载重大于所述车辆的额定载重,则确定所述车辆的超重检测结果为超重。
4.如权利要求1至3任一项所述的车辆超重检测方法,所述车辆超重检测方法还包括:
若所述车辆超重,则确定所述车辆的超重信息,并输出所述超重信息。
5.一种车辆超重检测装置,其特征在于,所述车辆超重检测装置包括:
获取模块,用于获取车辆的车轴数量、每个车轴上目标轮胎的第一曲面图像和所述目标轮胎所在车轴上的轮胎数量;
相似度确定模块,用于获取所述第一曲面图像与轮胎数据库中曲面图像的相似度,并确定所述轮胎数据库中与所述第一曲面图像相似度最大的曲面图像为第二曲面图像,所述轮胎数据库包括不同载重下的轮胎的曲面图像;
结果确定模块,用于根据所述第二曲面图像对应的轮胎的载重、所述车辆的车轴数量和所述目标轮胎所在车轴上的轮胎数量,确定所述车辆的超重检测结果;
所述相似度确定模块包括:
尺寸确定单元,用于从所述轮胎数据库中确定第一候选曲面图像,所述第一候选曲面图像对应的轮胎尺寸与所述目标轮胎的轮胎尺寸相同;
形变获取单元,用于获取所述第一曲面图像与所述轮胎数据库中第一候选曲面图像的形变相似度;
形变确定单元,用于确定所述形变相似度为所述第一曲面图像与所述第一候选曲面图像的相似度;
或者,
图像确定单元,用于从至少一个第一候选曲面图像中确定第二候选曲面图像,所述第二候选曲面图像是指所述形变相似度大于相似度阈值的所述第一候选曲面图像;
曲面相似度获取单元,用于获取所述第一曲面图像和所述第二候选曲面图像的曲面相似度,并确定所述曲面相似度为所述第一曲面图像与所述第一候选曲面图像的相似度。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳大学,未经深圳大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110333233.3/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种基于密集连接卷积的网络安全领域关系抽取方法
- 下一篇:刺梨浓缩汁加工方法